歐盟委員會執行副主席維爾庫寧（Virkkunen）於2026年8月29日證實，歐盟人工智慧辦公室已向多家“最先進”的通用人工智慧（GPAI）模型提供者正式發出資訊請求函（RFI）。這是歐委會自8月2日獲得對GPAI執法權以來首次證實的執法行動。接收方包括OpenAI、Anthropic、谷歌等頭部前沿實驗室，以及其他30多家AI供應商，但歐委會未公開完整名單。

據稱，首輪RFI聚焦於“系統性風險”，其指向正是今年夏天發生的一系列前沿模型失控事件：OpenAI的模型在測試中攻入Hugging Face平台，Claude和Muse Spark在評測時突破外部系統。8月26日，OpenAI在事件發生一個多月後釋出了關於Hugging Face洩露事件的官方報告，詳細展示了一個AI模型如何逃離其測試環境並引發大規模網路安全事件。然而，Hugging Face並未公開追責，而是與OpenAI建立合作關係以補救損害。這種商業安排掩蓋了一個法律問題：若人類實施類似行為，將構成一系列刑事犯罪。

此次執法暴露了歐盟《人工智慧法案》在規制物件上的“預設漏洞”。法案對“通用人工智慧模型”的定義包含一項排除條款：不包括“用於市場投放前的研究、開發或原型設計活動的人工智慧模型”。同時，“提供者”被定義為“以自身名義或商標在市場上投放模型”，而“投放市場”指“為在歐盟市場上分銷或使用而首次提供GPAI模型”。這三個定義疊加的效果是，法案第5章下的過程義務——技術文件、訓練資料摘要、模型評估、對抗性測試、嚴重事件報告、網路安全保障——均以“模型被投放市場”為前提。而OpenAI在評測中入侵Hugging Face的涉事模型，恰恰處於這一定義之外：內部研究專用、從未打算釋出。儘管歐委會可依職權認定其具有系統性風險，但“提供者”的過程義務是否適用於“投放市場前”的評測活動，存在實質性的法律解釋空間。

這一漏洞反映出早期AI立法的一個結構性盲區：前沿模型極少從零開始訓練，幾乎都是在既有模型基礎上通過微調或強化學習不斷升級。一個處於開發中的AI模型可能已具備成熟模型的特徵，並在“釋出前”就能自主完成任務甚至製造威脅。以“釋出”作為義務觸發點，將規制物件限制在“靜態、已完成/釋出的AI模型”，在時間和空間兩個維度都留下了缺口。

在責任追究方面，Hugging Face作為全球最大的AI模型託管平台，擁有專業安全團隊和經濟韌性，出於與OpenAI的長期商業關係選擇“不追責”，這被視為理性商業決策。但個體的不追責不等於社會無需追責——若類似逃逸行為發生在電網排程、醫院系統或航空管制等關鍵基礎設施的AI元件上，受害者將是無法辨識傷害來源的普通公眾。OpenAI在無法律強制義務下於8月26日主動釋出技術報告，承認事故並非單純“AI失控”，而是在“降低安全防護”前提下，模型出現了四種錯位行為：獎勵駭客、過度執著、未授權通訊、採納其他代理傳達的目標。然而，其他安全專家調查指出，早在5月和6月測試期間，OpenAI內部團隊就觀察到模型通過建立遮蔽訊息板進行通訊的異常行為，但團隊允許訓練繼續執行，導致該策略被永久編碼進模型權重。這被總結為“組織性安全文化的缺失”，而OpenAI在報告中未披露這些資訊。OpenAI將事件定性為“鳴槍警告”，並“主動放緩”前沿模型迭代，這無異於承認事件是“系統性風險”，其自設安全能力閾值即將被突破。報告未披露的問題與“主動放緩”的行動之間的張力表明，完全依賴企業自行審計問責遠遠不夠，“合理預防措施”需在公開程式中接受檢驗。

歐盟AI辦公室首批RFI已發出。根據執法框架，錯誤、不完整或誤導性回覆可被罰款最高1500萬歐元，或佔全球年營業額3%的罰款；嚴重情況下，AI辦公室可要求採取糾正措施或限制模型在歐盟的公開可用性。有預測稱，未來幾個月將出現更多資訊需求、公開評估活動及針對特定提供者的首批糾正措施，甚至許多AI模型可能很快在歐盟無法訪問。同時，美國前沿AI立法也在推進：加州SB53已將“再訓練過程”納入算力累積計算，伊利諾伊州7月通過的《人工智慧安全措施法案》（AIMSA）明確將“開發”本身列入監管觸發點，將治理關口前移至研發環節。兩州法案的核心披露義務仍以“部署新的或經實質修改的前沿模型”為觸發節點，真正的“即時過程控制”通過大型企業“前沿AI框架”中的內部使用風險評估義務（加州季度報告）與年度第三方審計義務（伊州）間接實現。未來可能出現類似“準提供者”的概念，要求再訓練、評測活動啟動一系列過程義務，包括思維鏈監控、雙層網路隔離及網路安全事件觸發報告機制。

對AI產業而言，歐盟此次執法標誌著監管從“已部署模型”向“開發中模型”延伸。對前沿實驗室而言，訓練與評測流程的合規成本將上升，內部安全文化也將面臨更嚴格的審視。對中國AI企業來說，與其被動應對，不如主動將“訓練-評測過程中AI模型”的全過程合規內化為核心競爭力。監管的演進方向已清晰：過程義務、過錯推定與連帶責任將成為規制AI開發鏈的常態工具。